Browsing by Author "Herman Perea, Jason Fabian"

Now showing 1 - 1 of 1

Inteligencia artificial en la tomografía computarizada para el diagnóstico temprano del cáncer de pulmón, revisión bibliográfica-2024.
(2025-05-09) Rosales Tocamo, Naiper Junior; Smith Jiménez, Katherine Itzel; Herman Perea, Jason Fabian; Bustamante Vargas, Jacinto (Director del trabajo); Gutiérrez Zehr, Johana (Asesor metodológico)
La inteligencia artificial (IA) en la radiología tomográfica computarizada (TC) para el diagnóstico temprano del cáncer de pulmón, se refiere al uso de algoritmos y sistemas computarizados avanzados, para analizar imágenes médicas y ayudar a los radiólogos en la detección, clasificación y seguimiento de lesiones pulmonares sospechosas. El estudio se llevó a cabo con fines de describir el beneficio de la inteligencia artificial, en la radiología tomográfica computarizada para el diagnóstico temprano del cáncer de pulmón, bajo revisión bibliográfica en el año 2024. En este contexto, la investigación se fundamenta en un estudio basado en revisión documental, representada inicialmente por 40 documentos entre artículos, libros y memorias de eventos disponibles en bases de datos de acceso público en internet y en la Universidad de Santander. Tras un proceso de cribado cuidadoso, se seleccionaron 20 documentos que, tras un análisis detallado, fueron identificados como las fuentes de información más pertinentes para el estudio. En ese sentido, el instrumento de diagnóstico fue la matriz bibliográfica. Partiendo de esta premisa, la investigación concluyó que los sistemas de IA en radiología tomográfica computarizada, han alcanzado niveles de especificidad comparables a los de los radiólogos experimentados, lo que confirma su eficacia y fiabilidad; por su parte, la implementación de la IA en la detección de cáncer de pulmón, ha permitido un diagnóstico más precoz, aumentando las posibilidades de tratamiento exitoso y mejora de la supervivencia del paciente. Abstract Artificial intelligence (AI) in computed tomographic (CT) radiology for the early diagnosis of lung cancer refers to the use of advanced computerized algorithms and systems to analyze medical images and assist radiologists in the detection, classification and monitoring of suspicious lung lesions. The study was carried out with the aim of describing the benefit of artificial intelligence in computed tomographic radiology for the early diagnosis of lung cancer under bibliographic review in 2024. In this context, the research is based on a study based on a documentary review, initially represented by 40 documents including articles, books and event proceedings available in publicly accessible databases on the Internet and at the University of Santander. After a careful screening process, 20 documents were selected which, after a detailed analysis, were identified as the most relevant sources of information for the study. In this sense, the diagnostic instrument was the bibliographic matrix. Based on this premise, the research concluded that AI systems in computed tomographic radiology have reached specificity levels comparable to those of experienced radiologists, confirming their effectiveness and reliability; for its part, the implementation of AI in the detection of lung cancer has allowed for earlier diagnosis, increasing the chances of successful treatment and improving patient survival